conda 环境下 docker 使用

        AI 项目对 python 和各个组件的版本与依赖总会比较麻烦，尤其是一些模型或安装包在国内找不到合适的镜像，再或者服务器无法访问公网，或是可以访问但多少受到一些限制，所以拉个 docker 可以部分解决一些问题。

        首先编辑 dockerfile 文件，根据 AI 项目所使用的模型和组件包指定 python 的版本，创建用户及路径，并设置路径所属用户权限，然后指定用户和工作路径，最后是 docker 启动时调用的启动脚本。项目中所使用到的模型、算法和实现可以根据情况复制到 docker 内部，也可以在启动的时候通过挂载的方式访问。

# 创建基础镜像
FROM python:3.10.13

# 创建用户路径
RUN useradd -m xiaoming

# 修改路径归属
RUN chown -R work /home/xiaoming

# 设置工作目录
USER xiaoming
WORKDIR /home/xiaoming

# 复制相关文件
# COPY ./models/my-models /home/xiaoming/my-models

# 启动系统服务
ENTRYPOINT ["bash","/home/xiaoming/xiaoming-services/scripts/start.sh"]

        dockerfile 文件编辑完成以后，在当前路径下执行下面命令，其中 xiaoming-services 为构建的镜像名称，model 为镜像标签和版本。再等待一段时间以后，docker 镜像就构建完成了，上述镜像在不复制相关文件的情况下，镜像尺寸大约占用 1G 磁盘空间。

docker build -t xiaoming-services:model .

        docker 镜像创建完成以后，可以执行下面命令启动容器。gpus 参数允许 docker 使用 gpus 资源，参数 name 为容器名称，参数 itd 允许以交互模型运行容器，并为其分配一个伪终端，同时要求该容器以后台模式运行，并返回启动容器 ID。参数 p 为容器端口到主机端口映射，参数 v 为绑定容器挂载点到主机目录，这里挂载的目录和文件，即可以复制到容器内，也可以通过挂载的方式访问，命令的最后是容器的名称和标签或版本号。

docker run --gpus all --name my-model -itd -p 9081:9081 -v /home/xiaoming:/home/xiaoming xiaoming-services:my-model

        如果容器启动正常的话，可以执行下面命令登录容器，其中 64c25bc66fae 为容器 ID，/bin/bash 为打开终端交互，这时执行进程查看指令，即可看到项目进程的各项信息了。如果此时杀掉进程或进程异常终止，容器本身也会终止。

docker exec -it 64c25bc66fae /bin/bash

        下面是 docker 容器的打包和还原命令，以及设置容器随 docker 服务自启命令。

# docker 打包
docker save my-services:my-model -o my-services:my-model.tar.gz

# docker 解压
docker load -i my-model.tar.gz

# docker 自启
docker update --restart=unless-stopped my_container